Rapid high-resolution size distribution analysis for adeno-associated virus using high speed SV-AUC
Notice bibliographique
Résumé
Abstract When optimized, sedimentation velocity analytical ultracentrifugation (SV-AUC) provides the most-accurate, broadest-range, and highest-resolution size distribution analysis of any method. Generating simulated data for an adeno-associated virus (AAV) sample consisting of four species differing only in their DNA content and having closely spaced sedimentation coefficients, allows manipulation of the SV-AUC experimental protocol to optimize the size distribution resolution. In developing this high speed SV-AUC (hs-SV-AUC) protocol several experimental challenges must be overcome: 1) the need for rapid data acquisition, 2) avoiding optical artifacts from steep boundaries and 3) overcoming the increased potential for convection. A protocol, hs-SV-AUC, has been developed that uses high rotor speeds, interference detection and low temperatures to overcome these challenges. By confining data analysis to a limited radial-time window and using a very short run time (< 20 min after temperature equilibration), the need to match the sample and reference solvent composition and meniscus positions is relaxed, making interference detection is as simple to employ as absorbance detection. Experimental size distributions from the same AAV sample by hs-SV-AUC at 45K rpm and 10 °C versus low-speed SV-AUC at 15K rpm, and 10 °C illustrates the improved size distribution resolution offered by the hs-SV-AUC protocol.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».